CN114782494A - 一种动态目标分析方法、装置、设备及存储介质 - Google Patents

一种动态目标分析方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN114782494A
CN114782494A CN202210531336.5A CN202210531336A CN114782494A CN 114782494 A CN114782494 A CN 114782494A CN 202210531336 A CN202210531336 A CN 202210531336A CN 114782494 A CN114782494 A CN 114782494A
Authority
CN
China
Prior art keywords
detection
target
detection frame
preset
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202210531336.5A
Other languages
English (en)
Inventor
祖春山
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
BOE Technology Group Co Ltd
Original Assignee
BOE Technology Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by BOE Technology Group Co Ltd filed Critical BOE Technology Group Co Ltd
Priority to CN202210531336.5A priority Critical patent/CN114782494A/zh
Publication of CN114782494A publication Critical patent/CN114782494A/zh
Priority to PCT/CN2023/091884 priority patent/WO2023221770A1/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/20—Analysis of motion
    • G06T7/246—Analysis of motion using feature-based methods, e.g. the tracking of corners or segments
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/24—Classification techniques
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/04—Architecture, e.g. interconnection topology
    • G06N3/045—Combinations of networks
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N3/00—Computing arrangements based on biological models
    • G06N3/02—Neural networks
    • G06N3/08—Learning methods
    • G06N3/082—Learning methods modifying the architecture, e.g. adding, deleting or silencing nodes or connections

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • General Physics & Mathematics (AREA)
  • Evolutionary Computation (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Artificial Intelligence (AREA)
  • General Engineering & Computer Science (AREA)
  • Computing Systems (AREA)
  • Software Systems (AREA)
  • Molecular Biology (AREA)
  • Computational Linguistics (AREA)
  • Biophysics (AREA)
  • Biomedical Technology (AREA)
  • Mathematical Physics (AREA)
  • General Health & Medical Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Evolutionary Biology (AREA)
  • Multimedia (AREA)
  • Image Analysis (AREA)

Abstract

本发明公开了一种动态目标分析方法、装置、设备及存储介质。所述方法包括：针对待检测视频数据进行目标检测，获取每帧图像的目标检测框；基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合；其中，每个检测框集合中包含不同图像之间属于同一目标的检测框，不同检测框集合对应于不同目标；针对每个检测框集合中检测框所包含的图像，确定图像质量；所述图像质量与检测框集合对应目标的分类准确率正相关；筛选出图像质量大于预设质量的检测框集合；基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别。

Description

一种动态目标分析方法、装置、设备及存储介质
技术领域
本发明涉及目标检测技术领域，尤其涉及一种动态目标分析方法、装置、设备及存储介质。
背景技术
目标检测是一种重要的图像分析方法，可以从图像中分析出目标的位置等相关信息。例如，表征目标位置的目标检测框，目标的分类等。
在某些业务需求中，可能需要针对目标的动态情况进行分析。例如，在针对商品进行目标检测时，可能需要针对商品的拿取进行检测，从而方便确定商品的受欢迎程度，具体可以是检测商品的移动情况和商品种类。
但是具体分析目标的动态情况，往往需要针对视频数据进行目标检测等处理，计算量较大，检测效率较低。
发明内容
本发明提供一种动态目标分析方法、装置、设备及存储介质，以解决相关技术中的不足。
根据本发明实施例的第一方面，提供一种动态目标分析方法，包括：
针对待检测视频数据进行目标检测，获取每帧图像的目标检测框；
基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合；其中，每个检测框集合中包含不同图像之间属于同一目标的检测框，不同检测框集合对应于不同目标；
针对每个检测框集合中检测框所包含的图像，确定图像质量；所述图像质量与检测框集合对应目标的分类准确率正相关；筛选出图像质量大于预设质量的检测框集合；
基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别。
可选地，所述基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别，包括：
基于筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征，比对所述目标的特征与预设类别特征集合中的特征，将相似度大于预设相似度阈值的特征对应的类别，确定为该检测框集合对应目标的类别。
可选地，所述针对待检测视频数据进行目标检测，包括：
针对待检测视频数据中目标的第一类别进行检测；
所述预设分类特征集合包括：第二类别的特征；所述第二类别是所述第一类别的细分类别；
所述方法还包括：预先设置各个第一类别对应的特征提取模型；
所述基于筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征，包括：
针对筛选出的每个检测框集合，确定该检测框集合对应目标的第一类别；
利用所确定的第一类别对应的特征提取模型，针对筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征。
可选地，所述针对待检测视频数据进行目标检测，包括：
将待检测视频数据输入预设目标检测模型，所述预设目标检测模型用于确定目标的第三类别；所述预设目标检测模型包含对应于每个第三类别的检测框预测分支；
在确定任一目标的第三类别的情况下，将该第三类别对应的检测框预测分支输出的检测框，确定为该目标的检测框。
可选地，所述针对待检测视频数据进行目标检测，包括：
将待检测视频数据输入预设目标检测模型，所述预设目标检测模型用于确定目标的检测框位置、尺寸和旋转角度；
所述预设目标检测模型包含，检测框旋转角度的回归预测分支和分类预测分支；
针对任一目标，综合所述预设目标检测模型中回归预测分支和分类预测分支的输出，确定旋转角度综合结果。
可选地，所述基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合，包括：
将所述待检测视频数据中首帧图像的下一帧图像确定为当前图像，循环执行以下步骤：
基于上一帧图像中通过目标检测得到的第一真实检测框，利用预设参数对当前图像中的检测框进行预测，得到预测检测框；不同预测检测框对应于不同第一真实检测框；
针对当前图像中通过目标检测得到的每个第二真实检测框，与所得到的预测检测框进行配对，在确定该第二真实检测框与一个预测检测框配对成功的情况下，确定该第二真实检测框与该预测检测框对应的第一真实检测框属于同一目标，添加到该目标对应的检测框集合；
基于配对结果，更新所述预设参数；
在当前图像不存在下一帧图像的情况下，结束循环；
在当前图像存在下一帧图像的情况下，将下一帧图像确定为当前图像。
可选地，所述预设参数包括，卡尔曼滤波的参数；
所述利用预设参数对当前图像中的检测框进行预测，包括：利用卡尔曼滤波对当前图像中的检测框进行预测；
所述针对当前图像中通过目标检测得到的每个第二真实检测框，与所得到的预测检测框进行配对，包括：
针对当前图像中通过目标检测得到的每个第二真实检测框包含的图像，以及所得到的预测检测框包含的图像，计算预设检测框图像特征；所述预设检测框图像特征的计算复杂度小于预设复杂度阈值；
利用匈牙利算法，根据预设检测框图像特征的相似度，以及检测框重合度，将第二真实检测框与预测检测框进行配对。
可选地，所述针对每个检测框集合中检测框所包含的图像，确定图像质量，包括：
将每个检测框集合中检测框所包含的图像输入预设质量分析模型；所述预设质量分析模型用于确定图像质量；所述预设质量分析模型包含图像质量的回归预测分支和分类预测分支；
针对任一检测框集合，综合所述预设质量分析模型中回归预测分支和分类预测分支的输出，确定图像质量。
可选地，用于针对待检测视频数据进行目标检测的第一神经网络模型、用于确定图像质量的第二神经网络模型和用于确定检测框集合对应目标的类别的第三神经网络模型中，至少一个神经网络模型通过以下量化方式得到：
针对以第一参数精度训练完成的初始神经网络模型，量化为第二参数精度，得到中间神经网络模型；第二参数精度低于第一参数精度；
循环执行以下步骤，直到当前中间神经网络模型的准确度和计算速度满足预设量化要求：
确定当前中间神经网络模型的准确度和计算速度；
确定所述初始神经网络模型与当前中间神经网络模型之间每层的输出误差；
选择其中输出误差最大的层提高参数精度，得到新的中间神经网络模型作为当前中间神经网络模型。
根据本发明实施例的第二方面，提供一种动态目标分析装置，包括：
目标检测单元，用于针对待检测视频数据进行目标检测，获取每帧图像的目标检测框；
目标跟踪单元，用于基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合；其中，每个检测框集合中包含不同图像之间属于同一目标的检测框，不同检测框集合对应于不同目标；
筛选单元，用于针对每个检测框集合中检测框所包含的图像，确定图像质量；所述图像质量与检测框集合对应目标的分类准确率正相关；筛选出图像质量大于预设质量的检测框集合；
分类单元，用于基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别。
可选地，所述分类单元，用于：
基于筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征，比对所述目标的特征与预设类别特征集合中的特征，将相似度大于预设相似度阈值的特征对应的类别，确定为该检测框集合对应目标的类别。
可选地，所述目标检测单元，用于：
针对待检测视频数据中目标的第一类别进行检测；
所述预设分类特征集合包括：第二类别的特征；所述第二类别是所述第一类别的细分类别；
所述装置预先设置有各个第一类别对应的特征提取模型；
所述分类单元，用于：
针对筛选出的每个检测框集合，确定该检测框集合对应目标的第一类别；
利用所确定的第一类别对应的特征提取模型，针对筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征。
可选地，所述目标检测单元，用于：
将待检测视频数据输入预设目标检测模型，所述预设目标检测模型用于确定目标的第三类别；所述预设目标检测模型包含对应于每个第三类别的检测框预测分支；
在确定任一目标的第三类别的情况下，将该第三类别对应的检测框预测分支输出的检测框，确定为该目标的检测框。
可选地，所述目标检测单元，用于：
将待检测视频数据输入预设目标检测模型，所述预设目标检测模型用于确定目标的检测框位置、尺寸和旋转角度；
所述预设目标检测模型包含，检测框旋转角度的回归预测分支和分类预测分支；
针对任一目标，综合所述预设目标检测模型中回归预测分支和分类预测分支的输出，确定旋转角度综合结果。
可选地，所述目标跟踪单元，用于：
将所述待检测视频数据中首帧图像的下一帧图像确定为当前图像，循环执行以下步骤：
基于上一帧图像中通过目标检测得到的第一真实检测框，利用预设参数对当前图像中的检测框进行预测，得到预测检测框；不同预测检测框对应于不同第一真实检测框；
针对当前图像中通过目标检测得到的每个第二真实检测框，与所得到的预测检测框进行配对，在确定该第二真实检测框与一个预测检测框配对成功的情况下，确定该第二真实检测框与该预测检测框对应的第一真实检测框属于同一目标，添加到该目标对应的检测框集合；
基于配对结果，更新所述预设参数；
在当前图像不存在下一帧图像的情况下，结束循环；
在当前图像存在下一帧图像的情况下，将下一帧图像确定为当前图像。
可选地，所述预设参数包括，卡尔曼滤波的参数；
所述目标跟踪单元，用于：利用卡尔曼滤波对当前图像中的检测框进行预测；
针对当前图像中通过目标检测得到的每个第二真实检测框包含的图像，以及所得到的预测检测框包含的图像，计算预设检测框图像特征；所述预设检测框图像特征的计算复杂度小于预设复杂度阈值；
利用匈牙利算法，根据预设检测框图像特征的相似度，以及检测框重合度，将第二真实检测框与预测检测框进行配对。
可选地，所述筛选单元，用于：
将每个检测框集合中检测框所包含的图像输入预设质量分析模型；所述预设质量分析模型用于确定图像质量；所述预设质量分析模型包含图像质量的回归预测分支和分类预测分支；
针对任一检测框集合，综合所述预设质量分析模型中回归预测分支和分类预测分支的输出，确定图像质量。
可选地，用于针对待检测视频数据进行目标检测的第一神经网络模型、用于确定图像质量的第二神经网络模型和用于确定检测框集合对应目标的类别的第三神经网络模型中，至少一个神经网络模型通过以下量化方式得到：
针对以第一参数精度训练完成的初始神经网络模型，量化为第二参数精度，得到中间神经网络模型；第二参数精度低于第一参数精度；
循环执行以下步骤，直到当前中间神经网络模型的准确度和计算速度满足预设量化要求：
确定当前中间神经网络模型的准确度和计算速度；
确定所述初始神经网络模型与当前中间神经网络模型之间每层的输出误差；
选择其中输出误差最大的层提高参数精度，得到新的中间神经网络模型作为当前中间神经网络模型。
根据本发明实施例的第三方面，提供一种电子设备，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述动态目标分析方法。
根据本发明实施例的第四方面，提供一种存储有计算机程序的计算机可读存储介质，其中，所述计算机程序在由处理器执行时实现上述动态目标分析方法。
根据上述实施例可知，通过确定各个检测框集合中检测框所包含图像的图像质量，筛选出图像质量较高的目标，确定目标的类别，而针对图像质量较低的目标，不进行确定目标类别的步骤，从而可以节约计算量，提高检测效率。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本发明。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
图1是根据本发明实施例示出的一种动态目标分析方法的流程示意图；
图2是根据本发明实施例示出的一种目标跟踪方法的流程示意图；
图3是根据本发明实施例示出的一种特征提取方法的流程示意图；
图4是根据本发明实施例示出的一种模型量化方法的流程示意图；
图5是根据本发明实施例示出的一种动态目标分析装置的结构示意图；
图6是根据本发明实施例示出的一种配置本发明实施例方法的计算机设备硬件结构示意图。
具体实施方式
这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
目标检测是一种重要的图像分析方法，可以从图像中分析出目标的位置等相关信息。例如，表征目标位置的目标检测框，目标的分类等。
在某些业务需求中，可能需要针对目标的动态情况进行分析。例如，在针对商品进行目标检测时，可能需要针对商品的拿取进行检测，从而方便确定商品的受欢迎程度，具体可以是检测商品的移动情况和商品种类。
但是具体分析目标的动态情况，往往需要针对视频数据进行目标检测等处理，计算量较大，检测效率较低。
本发明实施例公开了一种动态目标分析方法。在该方法中，可以针对视频数据中的每帧图像分别进行目标检测，进而可以采用目标跟踪算法，确定出视频数据中，属于同一目标的检测框，由于检测框可以表征目标的位置信息，因此，属于同一目标的多个检测框可以用于确定该目标的移动情况。
进一步地，可以通过所确定的属于同一目标的多个检测框包含的图像，确定出该目标的类别，可以提高目标分类的准确率。
其中，具体确定目标类别所耗费的计算量通常较大，因此，在本方法中，可以筛选掉部分目标，不进行后续的确定目标类别的步骤，节约计算量，提高检测效率。
具体地，由于在检测框包含的图像中，目标如果被遮挡，或者目标在移动过程中变模糊，或者目标仅对应于较少的检测框，则基于同一目标的检测框包含的图像所确定的目标类别，准确率较低。
因此，可以针对属于同一目标的检测框包含的图像，确定图像质量，进而筛选掉图像质量较低的目标，并不进行后续确定目标类别的步骤，而是保留图像质量较高的目标，进行后续确定目标类别的步骤，节约计算列，提高检测效率。其中，图像质量可以与目标的分类准确率正相关，筛选掉分类准确率较低的目标，对于整体的目标分类准确率影响几乎没有影响。
因此，本方法可以通过筛选出图像质量较高的目标，确定目标的类别，而针对图像质量较低的目标，不进行确定目标类别的步骤，从而可以在几乎不影响整体目标分类的准确率的情况下，节约计算量，提高检测效率。
如图1所示，图1是根据本发明实施例示出的一种动态目标分析方法的流程示意图。
其中可以包括以下步骤。
S101：针对待检测视频数据进行目标检测，获取每帧图像的目标检测框。
S102：基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合。
其中，每个检测框集合中包含不同图像之间属于同一目标的检测框，不同检测框集合对应于不同目标。
S103：针对每个检测框集合中检测框所包含的图像，确定图像质量；筛选出图像质量大于预设质量的检测框集合。
其中，图像质量与检测框集合对应目标的分类准确率正相关。
S104：基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别。
本方法流程可以通过确定各个检测框集合中检测框所包含图像的图像质量，筛选出图像质量较高的目标，确定目标的类别，而针对图像质量较低的目标，不进行确定目标类别的步骤，从而可以节约计算量，提高检测效率。
由于图像质量与目标的分类准确率正相关，对于筛选掉的图像质量较低的目标，存在较大可能分类错误，因此，不确定目标类别，也几乎不影响整体目标分类的准确率。
本方法流程并不限定运行主体，可以应用于服务器，也可以应用于终端。
在一种可选的实施例中，可以通过边缘计算实现动态目标分析，具体可以是应用于边缘终端，而边缘终端的算力资源通常较少，因此，可以采用本方法实施例节约计算量，提高目标检测的效率。
为了便于理解，下面给出一种具体的应用实施例。
上述方法流程可以应用于智能冰箱，所检测的目标具体可以是智能冰箱中的商品，待检测视频数据可以是智能冰箱针对内部拍摄的监控视频。智能冰箱可以通过上述方法流程，检测出属于移动的同一商品的多个检测框，以及发生移动的商品类别。
需要说明的是，由于智能冰箱内部通常静止摆放了较多的商品，针对这些静止商品进行动态目标分析较为耗费计算资源，因此，待检测视频数据可以是智能冰箱针对冰箱出货口拍摄的监控视频。由于商品的拿取移动都需要经过冰箱出货口，也就可以基于这一监控视频更高效地进行目标检测。
而基于检测结果，可以通过属于同一商品的多个检测框，确定该商品的移动轨迹，进而确定该商品是否被顾客拿取。
综合商品拿取情况，以及拿取的商品类别，可以分析各个类别的商品受欢迎程度。
进一步地，可以结合静态的目标检测，具体可以是周期性拍摄智能冰箱内部商品的图像，确定智能冰箱内部商品的数量变化情况，从而更准确地分析商品受欢迎程度。
也可以结合顾客特征，例如，分析拿取商品的顾客年龄和性别等特征，从而确定不同类型的顾客所感兴趣的商品类别，进而方便为顾客推荐商品。具体可以是针对不同类型的顾客，在附近的展示屏上显示为顾客推荐的商品种类及信息，例如，商品价格、折扣信息、优惠信息等。
下面针对各个步骤进行详细的解释。
S101：针对待检测视频数据进行目标检测，获取每帧图像的目标检测框。
本方法流程并不限定待检测视频数据的来源，可选地，可以是智能冰箱的出货口的监控视频。
本方法流程并不限定目标检测的具体方式，可选地，可以是采用预设的目标检测模型进行目标检测。
本方法流程并不限定目标检测模型的具体结构，可选地，目标检测模型可以是计算量较小的模型，从而节约计算量。目标检测模型的计算复杂度可以小于预设阈值。具体可以采用YOLOv5目标检测模型进行目标检测。由于YOLOv5目标检测模型的计算量小，并且所占用的存储资源较少，因此，比较适合边缘计算，也能够节约计算量，提高目标检测的效率。
当然，其他目标检测模型，例如，YOLO系列的其他目标检测模型，也可以在本方法流程中用于目标检测。
在一种可选的实施例中，由于S101中可以进行目标检测，而目标检测中通常也可以确定目标的类别。例如，输出的目标检测框对应于目标的类别。
可选地，为了与后续步骤S104中确定目标的类别区分开，可以在S101目标检测时，先确定出目标的大致类别，之后在S104中可以进一步确定细分类别。
例如，在智能冰箱的场景中，所检测的目标具体为商品，而商品可以根据包装方式大致分类为盒装、袋装和瓶装。进一步地，细分类别可以包括：盒装的饮料、零食和玩具；袋装的饮料、零食和玩具；以及瓶装的饮料和零食。
因此，可选地，可以将待检测视频数据输入预设目标检测模型，预设目标检测模型可以用于确定目标的第三类别。本实施例并不限定第三类别，具体可以是包含细分类别的大类别。例如，盒装、袋装和瓶装。
而针对目标的第三类别，由于不同第三类别的目标，所对应的检测框预测方式可能存在差异，例如，针对形状规则的盒装商品和形状通常不规则的袋装商品，检测框的预测方式可能需要进行区分。
因此，可选地，为了提高检测框的准确率，可以针对目标的每个第三类别，分别构建对应于每个第三类别的检测框预测分支，从而可以区分出不同第三类别的检测框预测方式，大大提高了各个第三类别的目标检测框的准确率。
相对应地，可选地，具体训练预设检测模型时，可以采用具有检测框标签和第三类别标签的图像样本进行训练。
可选地，针对待检测视频数据进行目标检测，可以包括：将待检测视频数据输入预设目标检测模型，预设目标检测模型可以用于确定目标的第三类别；预设目标检测模型可以包含对应于每个第三类别的检测框预测分支。在确定任一目标的第三类别的情况下，可以将该第三类别对应的检测框预测分支输出的检测框，确定为该目标的检测框。
本实施例可以通过设置不同第三类别的独立检测框预测分支，提高检测框的预测准确率。
针对检测框，本方法流程并不限定具体的格式。
在一种可选的实施例中，可以采用旋转检测框。例如，在智能冰箱的场景中，商品可能随着顾客的拿取进行旋转，在视频数据中呈现不同的侧面，因此，可以采用旋转检测框，提高检测框的准确率。
因此，可选地，预设目标检测模型可以用于确定目标的检测框位置、尺寸和旋转角度。综合检测框的位置、尺寸和旋转角度，可以确定出旋转检测框。
针对检测框的旋转角度，具体可以是检测框的长边旋转角度，也可以是竖边旋转角度，本实施例并不限定。
进一步地，可选地，可以针对旋转角度进行回归预测，也可以针对旋转角度进行分类预测，具体可以是将旋转角度从0到179度划分为180个分类。
其中，回归预测的精度较高，而分类预测的稳定性较好，偏差较小。
因此，可选地，可以综合针对旋转角度的回归预测和分类预测，得出预测的旋转角度，提高旋转角度的精度、准确率和稳定性。
可选地，针对待检测视频数据进行目标检测，可以包括：将待检测视频数据输入预设目标检测模型，预设目标检测模型可以用于确定目标的检测框位置、尺寸和旋转角度；预设目标检测模型可以包含，检测框旋转角度的回归预测分支和分类预测分支；针对任一目标，可以综合预设目标检测模型中回归预测分支和分类预测分支的输出，确定旋转角度综合结果。
本实施例可以通过综合回归预测和分类预测的方式，提高旋转角度的精度、准确率和稳定性。
其中，旋转角度综合结果可以确定为最终输出的检测框的旋转角度。
因此，可选地，可以基于预设目标检测模型输出的检测框位置、尺寸和旋转角度综合结果，输出检测框。
本方法流程并不限定预设目标检测模型的训练方式。可选地，可以采用标注有检测框标签的图像样本进行训练，也可以采用标注有旋转检测框标签的图像样本进行训练，也可以采用标注有检测框标签和目标类别标签的图像样本进行训练。
S102：基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合。
其中，每个检测框集合中可以包含不同图像之间属于同一目标的检测框，不同检测框集合可以对应于不同目标。
可选地，所获取的每个检测框，可以被收集到一个检测框集合中。由于单个检测框通常只对应于一个目标，因此，通常不存在不同检测框集合中包含相同检测框的情况。
本方法流程并不限定具体的预设目标跟踪算法，只要所确定的检测框集合中符合上述要求即可，也就是每个检测框集合中可以包含不同图像之间属于同一目标的检测框，不同检测框集合可以对应于不同目标。
在一种可选的实施例中，可以针对待检测视频数据，逐帧对比前后相邻的两帧图像的检测框，从而确定出不同图像中相匹配的检测框属于同一目标。
具体地，属于同一目标的检测框，可以是所包含的图像内容表征相同目标的不同检测框。
当然，也可能存在前一帧和后一帧图像之间，检测框数量不相同的情况，从而导致存在没有匹配成功的检测框。针对连续图像中，没有匹配成功的单个检测框，可以将该检测框看作是属于一个目标的检测框。例如，只闪过一帧的目标检测框。也可以将该检测框不添加到任一检测框集合中，由于视频数据的采集频率较高，目标的移动通常会存在至少连续几帧捕捉到该目标。如果是只闪过一帧的检测框，通常可以认为是错误结果。
可选地，基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合，可以包括：将待检测视频数据中的首帧图像确定为当前图像，循环执行以下步骤。
在当前图像存在上一帧图像的情况下，基于上一帧图像中通过S101目标检测得到的第一真实检测框，利用预设参数对当前图像中的检测框进行预测，得到预测检测框；不同预测检测框对应于不同第一真实检测框。
针对当前图像中通过S101目标检测得到的每个第二真实检测框，与所得到的预测检测框进行配对，在确定该第二真实检测框与一个预测检测框配对成功的情况下，确定该第二真实检测框与该预测检测框对应的第一真实检测框属于同一目标，添加到该目标对应的检测框集合。
基于配对结果，更新上述预设参数。在当前图像不存在下一帧图像的情况下，结束循环；在当前图像存在下一帧图像的情况下，将下一帧图像确定为当前图像。
其中，可选地，在当前图像不存在上一帧图像的情况下，可以直接将当前图像的下一帧图像确定为当前图像。
可选地，预设参数可以包括，卡尔曼滤波的参数。相对应地，利用预设参数对当前图像中的检测框进行预测，可以包括：利用卡尔曼滤波对当前图像中的检测框进行预测。
其中，商品跟踪可以采用基于卡尔曼滤波的快速跟踪算法。通过卡尔曼滤波，可以针对商品位置和移动速度进行预测。而具体更新预设参数，也就是更新卡尔曼滤波参数，可以包括根据真实的视频数据中，同一目标的检测框之间的移动情况，更新下一次预测时采用的移动速度等信息。
关于配对，本方法流程并不限定具体的配对方法。
可选地，可以基于第二真实检测框与预测检测框之间的重合度进行配对，具体可以是针对任一第二真实检测框，选择重合度最高的预测检测框进行配对。
可选地，具体可以采用匈牙利算法进行配对。
为了提高配对的准确率，提高目标跟踪的准确率，可选地，可以进一步增加检测框图像特征用于配对。具体可以是基于检测框之间的重合度以及检测框图像特征的相似度进行配对。
可选地，可以是综合检测框之间的重合度以及检测框图像特征的相似度，针对任一第二真实检测框，选择综合结果最高的预测检测框进行配对。
其中，检测框图像特征例如，颜色特征、边缘特征、形状特征等。
例如，针对任一第二真实检测框，在存在两个预测检测框的检测框重合度都较高的情况下，如果该第二真实检测框中的图像特征与其中一个预测检测框图像特征相同，都是红色特征，则大概率属于相同目标，可以选择该预测检测框进行配对。
当然，具体可以采用匈牙利算法进行配对。
可选地，针对当前图像中通过目标检测得到的每个第二真实检测框，与所得到的预测检测框进行配对，可以包括：针对当前图像中通过目标检测得到的每个第二真实检测框包含的图像，以及所得到的预测检测框包含的图像，计算预设检测框图像特征；利用匈牙利算法，根据预设检测框图像特征的相似度，以及检测框重合度，将第二真实检测框与预测检测框进行配对。
可选地，具体预设检测框图像特征的相似度，可以是基于预设检测框图像特征向量的余弦距离确定的。
其中，为了减小计算量，提高检测框图像特征的提取效率，从而提高目标检测效率，可以选择高效的图像特征，既能够有效区分不同目标，同时计算复杂度较低可以在嵌入式系统中快速提取处理。
例如，可以直接根据检测框包含的图像中像素值的分布情况，快速确定颜色特征，无需神经网络或其他模型的复杂计算。
因此，可选地，预设检测框图像特征的计算复杂度可以小于预设复杂度阈值。可选地，预设检测框图像特征可以包括以下至少一项：颜色特征、边缘特征、形状特征、纹理特征、方向梯度直方图特征等。
可选地，预测检测框可以是针对上一帧图像中的每个第一真实检测框进行预测得到的。
可选地，确定该第二真实检测框与该预测检测框对应的第一真实检测框属于同一目标，可以添加到该目标对应的检测框集合。在不存在该目标对应的检测框集合，可以直接创建后添加。
具体可以是将该第二真实检测框和该预测检测框对应的第一真实检测框添加到该目标对应的检测框集合。
需要说明的是，随着循环的执行，连续多帧的图像可以完成检测框之间的配对，从而可以确定出属于同一目标的检测框，都添加到该目标对应的检测框集合中。
可选地，由于针对待检测视频数据，只有首帧图像不存在上一帧图像，因此，可选地，可以将待检测视频数据中首帧图像的下一帧图像确定为当前图像，进而执行上述循环步骤。
可选地，基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合，可以包括：将待检测视频数据中首帧图像的下一帧图像确定为当前图像，循环执行以下步骤：基于上一帧图像中通过目标检测得到的第一真实检测框，利用预设参数对当前图像中的检测框进行预测，得到预测检测框；不同预测检测框对应于不同第一真实检测框；针对当前图像中通过目标检测得到的每个第二真实检测框，与所得到的预测检测框进行配对，在确定该第二真实检测框与一个预测检测框配对成功的情况下，确定该第二真实检测框与该预测检测框对应的第一真实检测框属于同一目标，添加到该目标对应的检测框集合；基于配对结果，更新上述预设参数；在当前图像不存在下一帧图像的情况下，结束循环；在当前图像存在下一帧图像的情况下，将下一帧图像确定为当前图像。
为了便于理解，本发明实施例还提供了一种目标跟踪方法的流程示意图，如图2所示。图2是根据本发明实施例示出的一种目标跟踪方法的流程示意图。
其中包括以下步骤。
S201：将待检测视频数据中的首帧图像的下一帧图像确定为当前图像。
S202：基于上一帧图像中通过目标检测得到的第一真实检测框，利用预设参数对当前图像中的检测框进行预测，得到预测检测框。
其中，不同预测检测框对应于不同第一真实检测框。
S203：针对当前图像中通过目标检测得到的每个第二真实检测框，与所得到的预测检测框进行配对，在确定该第二真实检测框与一个预测检测框配对成功的情况下，确定该第二真实检测框与该预测检测框对应的第一真实检测框属于同一目标，添加到该目标对应的检测框集合。
S204：基于配对结果，更新上述预设参数。
S205：判断当前图像是否存在下一帧图像。在当前图像不存在下一帧图像的情况下，结束本流程。在当前图像存在下一帧图像的情况下，执行S206。
S206：将下一帧图像确定为当前图像，执行S202。
为了便于理解，本发明实施例还提供了一种具体的实施例。
其中，所检测的目标可以是商品，商品跟踪可以采用基于卡尔曼滤波的快速跟踪算法，并专门设计了可以高效提取图像特征用于提高跟踪稳定性的机制(跟踪稳定性是指能够连续稳定地跟踪同一商品，尽量避免丢失)。
跟踪是迭代进行，一帧视频图像处理的具体流程为：
首先，使用卡尔曼滤波对商品位置及运动速度进行预测得到tracks。
然后，使用匈牙利算法将预测后的tracks和当前帧视频图像中的商品检测结果detections进行匹配(图像特征匹配和区域IOU匹配)得到(track，detection)配对数据。
最后，使用与tracks匹配的商品检测结果detections更新卡尔曼滤波参数。
举例说明如下：
Frame 0：检测器检测到了3个detections，当前没有任何tracks，将这3个detections初始化为tracks。
Frame 1：检测器又检测到了3个detections，对于Frame 0中的tracks，先进行预测得到新的tracks，然后使用匈牙利算法将新的tracks与detections进行匹配，得到(track,detection)匹配对，最后用每对中的detection更新对应的track。
之后循环执行，直到视频数据的最后一帧。
而具体提取图像特征用于提高跟踪稳定性方法，如下所示。
首先，基于特征工程方法选取高效图像特征(如颜色特征、HOG特征)，高效特征选取的标准是既能够有效区分不同商品，同时计算复杂度较低可以在嵌入式系统中快速提取处理。
然后，基于图像特征和区域IOU特征对track和detection进行匹配，匹配图像特征匹配采用特征向量的余弦距离。
S103：针对每个检测框集合中检测框所包含的图像，确定图像质量；筛选出图像质量大于预设质量的检测框集合。
其中，图像质量与检测框集合对应目标的分类准确率正相关。
可选地，图像质量分析可以主要分析目标被遮挡的情况及目标运动模糊等对目标分类存在降低准确性的图像情况。
例如，在目标对应的检测框集合中，检测框包含的图像全都是模糊不清楚的，并且被其他物体遮挡，那么后续进行目标分类的准确率通常也会较低。
本方法流程并不限定图像质量的形式，可选地，可以是采用分级的方式确定图像质量。等级越高图像质量越高。相对应地，预设质量具体可以是预设质量等级。
本方法流程并不限定确定图像质量的方式，只要图像质量与检测框集合对应目标的分类准确率正相关即可。
可选地，可以通过神经网络模型确定图像质量。
可选地，具体可以采用分类预测的方式，确定图像质量，也可以采用回归预测的方式，确定图像质量。也可以综合分类预测和回归预测的方式，确定图像质量。
其中，图像质量的分类，可以是通过分级的方式确定分类。
可选地，针对每个检测框集合中检测框所包含的图像，确定图像质量，可以包括：将每个检测框集合中检测框所包含的图像输入预设质量分析模型；预设质量分析模型可以用于确定图像质量；预设质量分析模型可以包含图像质量的回归预测分支和分类预测分支；针对任一检测框集合，综合预设质量分析模型中回归预测分支和分类预测分支的输出，确定图像质量。
本实施例可以通过综合回归预测和分类预测，提高图像质量的精度、准确率和稳定性。
可选地，预设质量分析模型可以是计算量较小的模型，计算复杂度可以小于预设阈值。具体可以是基于mobilenetv2的轻量化网络。
S104：基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别。
本方法流程并不限定具体确定目标的类别的方法。
可选地，可以采用目标分类模型进行确定，也可以直接根据图像特征进行分析。
在一种可选的实施例中，可以先针对检测框集合中检测框所包含的图像，提取出目标的特征，再从预设的类别特征集合中进行比对查找，查找符合需求的类别特征，进而确定目标的类别。
在本实施例中，由于预设的类别特征集合可以更新，也就可以更加灵活地调整所能识别的类别，以及类别的具体特征。
例如，针对新增加的类别，可以直接将相应的类别特征添加到预设类别特征集合中，就可以确定出属于该类别的目标。针对需要更新特征的类别，例如，瓶装牛奶的外包装发生了变化，可以直接替换预设类别特征结合中，瓶装牛奶类别的特征。
本实施例通过将目标的特征，与预设的类别特征集合进行比对，可以提高目标分类的灵活性。
因此，可选地，基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别，可以包括：基于筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征，比对目标的特征与预设类别特征集合中的特征，将相似度大于预设相似度阈值的特征对应的类别，确定为该检测框集合对应目标的类别。
可选地，预设类别特征集合中，可以包括若干不同类别与不同特征的对应关系。
可选地，特征相似度可以通过特征向量的余弦距离计算。
本实施例并不限定具体目标的特征提取方式，可选地，可以通过神经网络模型进行提取，具体可以是通过训练完成的神经网络模型隐藏层，将隐藏层输出确定为目标的特征。
在一种可选的实施例中，在S101的目标检测时，可以针对目标进行分类，确定第一类别。具体地，可以是确定大致的类别，在S104进一步确定目标的细分类别，也就是第二类别。
其中，由于S101中可以确定出目标的第一类别，因此，针对某个第一类别的目标，可以排除其他第一类别的可能性，直接从该第一类别的细分类别中，确定目标的第二类别。
通过这种方式，可以针对已确定第一类别的目标，缩小可能的第二类别范围，从而节约计算量，提高目标检测的效率。
因此，可选地，针对待检测视频数据进行目标检测，可以包括：针对待检测视频数据中目标的第一类别进行检测。
其中，预设分类特征集合可以包括：第二类别的特征；第二类别可以是第一类别的细分类别。
相对应地，可选地，可以预先设置各个第一类别对应的特征提取模型。
基于筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征，可以包括：针对筛选出的每个检测框集合，确定该检测框集合对应目标的第一类别；利用所确定的第一类别对应的特征提取模型，针对筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征。
其中，各个第一类别对应的特征提取模型，可以专用于针对对应的第一类别的目标提取特征。
本实施例并不限定特征提取模型的形式，可选地，特征提取模型可以是计算量较小的模型，计算复杂度可以小于预设阈值。具体可以是基于mobilenetv2的轻量化网络。
本实施例也不具体限定各个第一类别对应的特征提取模型的训练方法，可选地，可以针对单个第一类别下的多个图像样本，利用该第一类别的细分类别作为标签，训练一个神经网络模型，并将训练完成的神经网络模型的隐藏层输出，作为提取的目标的特征。
具体可以是将筛选出的每个检测框集合中检测框所包含的图像，输入到训练完成的神经网络模型，将其中隐藏层的输出确定为目标的特征。
可选地，由于已经确定目标所属的第一类别，因此，具体比对目标的特征与预设类别特征集合中的特征时，可以只比对预设类别特征集合中，目标所属的第一类别包括的细分类别特征，从而可以通过缩小范围，提高比对效率。
需要说明的是，在一种可选的实施例中，S101目标检测时，通常输出的是目标属于各个第一类别的概率，通过概率确定目标所属的第一类别。
因此，可以基于目标属于各个第一类别的概率，确定需要使用的特征提取模型，具体可以是使用输出概率最高的第一类别对应的特征提取模型，或者是使用输出概率大于阈值的第一类别对应的特征提取模型。
可选地，S101目标检测时，可能根据概率无法确定出目标所属的第一类别，也可能输出概率没有大于阈值的第一类别。
换言之，目标检测时，可能难以确定出目标的第一类别。
相对应地，可选地，可以使用预设特征提取模型提取特征。预设特征提取模型可以用于针对各个第一类别或者各个第二类别的目标提取特征。
本实施例并不限定预设特征提取模型的形式，可选地，特征提取模型可以是计算量较小的模型，计算复杂度可以小于预设阈值。具体可以是基于mobilenetv2的轻量化网络，也可以是基于resnet18的模型。本实施例可以减少计算量，提高特征提取的效率。
本实施例也不具体限定预设特征提取模型的训练方法，可选地，可以基于包括全部第二类别标签的图像样本集合，训练一个神经网络模型，并将训练完成的神经网络模型的隐藏层输出，作为提取的目标的特征。
为了便于理解，本发明实施例还提供了一种特征提取方法的流程示意图。如图3所示，图3是根据本发明实施例示出的一种特征提取方法的流程示意图。
具体可以包括以下步骤。
S301：判断是否确定出目标的第一类别。在已经确定出目标的第一类别的情况下，执行S302；在未确定出目标的第一类别的情况下，执行S304。
S302：使用所确定的第一类别对应的特征提取模型，针对目标对应的检测框集合中检测框所包含的图像，提取目标的特征。
S303：比对所提取的特征，与所确定的第一类别包含的细分类别特征，将相似度大于预设相似度阈值的特征对应的细分类别，确定为目标的类别。
S304：使用预设特征提取模型，针对目标对应的检测框集合中检测框所包含的图像，提取目标的特征。
S305：比对所提取的特征，与全部细分类别特征，将相似度大于预设相似度阈值的特征对应的细分类别，确定为目标的类别。
为了便于理解，本发明实施例还提供了一种具体的实施例。
在智能冰箱的场景中，为提高商品特征提取的精度和速度，专门设计了4个商品特征提取模型。
其中包括3个分别针对瓶装、盒装以及袋装类别商品的，基于mobilenetv2的轻量化小模型，用于进一步确定商品的细分类别；以及1个针对全部商品细分类别的基于resnet18的模型。
通过目标检测可以确定商品检测框的类别置信度，也就是瓶装类别、盒装类别和袋装类别的置信度。
在瓶装类别的置信度大于预设阈值，例如0.6，的情况下，使用针对瓶装类别商品的特征提取模型提取商品特征，与瓶装类别商品的细分类别特征进行比对，得到比对结果。具体可以是将相似度大于预设相似度阈值的特征对应的细分类别，确定为瓶装类别商品的细分类别。
在袋装类别的置信度大于预设阈值，例如0.6，的情况下，使用针对袋装类别商品的特征提取模型提取商品特征，与袋装类别商品的细分类别特征进行比对，得到比对结果。具体可以是将相似度大于预设相似度阈值的特征对应的细分类别，确定为袋装类别商品的细分类别。
在盒装类别的置信度大于预设阈值，例如0.6，的情况下，使用针对盒装类别商品的特征提取模型提取商品特征，与盒装类别商品的细分类别特征进行比对，得到比对结果。具体可以是将相似度大于预设相似度阈值的特征对应的细分类别，确定为盒装类别商品的细分类别。
在其他情况下，可以认为商品没有确定出属于瓶装、盒装还是袋装类别。
因此，可以使用针对全部商品细分类别的特征提取模型提取商品特征，与全量的细分类别特征进行比对，得到比对结果。具体可以是将相似度大于预设相似度阈值的特征对应的细分类别，确定为商品的细分类别。
在一种可选的实施例中，针对特征比对，可以通过降低精度的方式，在不降低特征比对的准确率的情况下，提高特征比对的速度。
因此，可选地，可以针对预设类别特征集合中的特征，设置为预设精度的特征，而针对提取出的目标的特征，可以将精度降低为预设精度，从而可以直接进行比对，降低计算量，提高比对速度，提高目标检测的效率。
在一种具体的实施例中，商品特征提取的常规输出特征向量的精度为FP32，特征比对也是基于FP32的特征向量进行。
在本方法流程中，可以提取出精度为FP16、INT16、INT8的特征，进行比对，能够有效提升比对速度。
在本方法流程中，可以使用较多的神经网络模型，例如，目标检测模型、图像质量分析模型和目标分类模型。
为了进一步减少计算量，提高目标检测效率，可以针对神经网络模型本身进行优化。
可选地，可以针对任一神经网络模型进行模型量化，或者模型剪枝。
本方法流程并不限定具体的模型量化方式或者模型剪枝方式。
可选地，可以针对任一神经网络模型进行自动混合精度量化。其中，任一神经网络模型可以是本方法流程中使用的任一神经网络模型。
可选地，用于针对待检测视频数据进行目标检测的第一神经网络模型、用于确定图像质量的第二神经网络模型和用于确定检测框集合对应目标的类别的第三神经网络模型中，至少一个神经网络模型通过以下量化方式得到。
针对以第一参数精度训练完成的初始神经网络模型，量化为第二参数精度，得到中间神经网络模型；第二参数精度低于第一参数精度。
循环执行以下步骤，直到当前中间神经网络模型的准确度和计算速度满足预设量化要求：确定当前中间神经网络模型的准确度和计算速度；确定初始神经网络模型与当前中间神经网络模型之间每层的输出误差；选择其中输出误差最大的层提高参数精度，得到新的中间神经网络模型作为当前中间神经网络模型。
其中，模型的参数精度越低，计算速度越快，相应地，准确率可能会下降。
而预设量化要求，具体可以是针对准确度和计算速度的综合结果的要求。可选地，可以是在准确度不小于预设准确度的情况下，计算速度大于预设速度，从而可以提高目标检测的效率。
可选地，循环结束后得到的当前中间神经网络模型，可以用于本方法流程。
为了便于理解，本发明实施例还提供了一种模型量化方法的流程示意图。如图4所示，图4是根据本发明实施例示出的一种模型量化方法的流程示意图。
该方法可以包括以下步骤。
S401：针对以第一参数精度训练完成的初始神经网络模型，量化为第二参数精度，得到中间神经网络模型。其中，第一参数精度可以是FP32，第二参数精度可以是INT8。
S402：确定当前中间神经网络模型的准确度和计算速度。
S403：判断当前中间神经网络模型的准确度和计算速度是否满足预设量化要求。在满足预设量化要求的情况下，结束本流程。在不满足预设量化要求的情况下，执行S404。
S404：确定初始神经网络模型与当前中间神经网络模型之间每层的输出误差。
S405：选择其中输出误差最大的层提高参数精度，得到新的中间神经网络模型作为当前中间神经网络模型，执行S402。
对应于上述方法实施例，本发明实施例还提供了一种装置实施例。
如图5所示，图5是根据本发明实施例示出的一种动态目标分析装置的结构示意图。
该装置可以包括以下单元。
目标检测单元501，用于针对待检测视频数据进行目标检测，获取每帧图像的目标检测框。
目标跟踪单元502，用于基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合；其中，每个检测框集合中包含不同图像之间属于同一目标的检测框，不同检测框集合对应于不同目标。
筛选单元503，用于针对每个检测框集合中检测框所包含的图像，确定图像质量；图像质量与检测框集合对应目标的分类准确率正相关；筛选出图像质量大于预设质量的检测框集合。
分类单元504，用于基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别。
可选地，分类单元504，用于：基于筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征，比对目标的特征与预设类别特征集合中的特征，将相似度大于预设相似度阈值的特征对应的类别，确定为该检测框集合对应目标的类别。
可选地，目标检测单元501，用于：针对待检测视频数据中目标的第一类别进行检测；预设分类特征集合包括：第二类别的特征；第二类别是第一类别的细分类别；装置预先设置有各个第一类别对应的特征提取模型；分类单元504，用于：针对筛选出的每个检测框集合，确定该检测框集合对应目标的第一类别；利用所确定的第一类别对应的特征提取模型，针对筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征。
可选地，目标检测单元501，用于：将待检测视频数据输入预设目标检测模型，预设目标检测模型用于确定目标的第三类别；预设目标检测模型包含对应于每个第三类别的检测框预测分支；在确定任一目标的第三类别的情况下，将该第三类别对应的检测框预测分支输出的检测框，确定为该目标的检测框。
可选地，目标检测单元501，用于：将待检测视频数据输入预设目标检测模型，预设目标检测模型用于确定目标的检测框位置、尺寸和旋转角度；预设目标检测模型包含，检测框旋转角度的回归预测分支和分类预测分支；针对任一目标，综合预设目标检测模型中回归预测分支和分类预测分支的输出，确定旋转角度综合结果。
可选地，目标跟踪单元502，用于：将待检测视频数据中首帧图像的下一帧图像确定为当前图像，循环执行以下步骤：基于上一帧图像中通过目标检测得到的第一真实检测框，利用预设参数对当前图像中的检测框进行预测，得到预测检测框；不同预测检测框对应于不同第一真实检测框；针对当前图像中通过目标检测得到的每个第二真实检测框，与所得到的预测检测框进行配对，在确定该第二真实检测框与一个预测检测框配对成功的情况下，确定该第二真实检测框与该预测检测框对应的第一真实检测框属于同一目标，添加到该目标对应的检测框集合；基于配对结果，更新预设参数；在当前图像不存在下一帧图像的情况下，结束循环；在当前图像存在下一帧图像的情况下，将下一帧图像确定为当前图像。
可选地，预设参数包括，卡尔曼滤波的参数；目标跟踪单元502，用于：利用卡尔曼滤波对当前图像中的检测框进行预测；针对当前图像中通过目标检测得到的每个第二真实检测框包含的图像，以及所得到的预测检测框包含的图像，计算预设检测框图像特征；预设检测框图像特征的计算复杂度小于预设复杂度阈值；利用匈牙利算法，根据预设检测框图像特征的相似度，以及检测框重合度，将第二真实检测框与预测检测框进行配对。
可选地，筛选单元503，用于：将每个检测框集合中检测框所包含的图像输入预设质量分析模型；预设质量分析模型用于确定图像质量；预设质量分析模型包含图像质量的回归预测分支和分类预测分支；针对任一检测框集合，综合预设质量分析模型中回归预测分支和分类预测分支的输出，确定图像质量。
可选地，用于针对待检测视频数据进行目标检测的第一神经网络模型、用于确定图像质量的第二神经网络模型和用于确定检测框集合对应目标的类别的第三神经网络模型中，至少一个神经网络模型通过以下量化方式得到：
针对以第一参数精度训练完成的初始神经网络模型，量化为第二参数精度，得到中间神经网络模型；第二参数精度低于第一参数精度；
循环执行以下步骤，直到当前中间神经网络模型的准确度和计算速度满足预设量化要求：
确定当前中间神经网络模型的准确度和计算速度；
确定初始神经网络模型与当前中间神经网络模型之间每层的输出误差；
选择其中输出误差最大的层提高参数精度，得到新的中间神经网络模型作为当前中间神经网络模型。
本发明实施例还提供一种计算机设备，其至少包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其中，处理器执行所述程序时实现上述任一方法实施例。
本发明实施例还提供一种电子设备，包括：至少一个处理器；以及，与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述任一方法实施例。
图6是根据本发明实施例示出的一种配置本发明实施例方法的计算机设备硬件结构示意图，该设备可以包括：处理器1010、存储器1020、输入/输出接口1030、通信接口1040和总线1050。其中处理器1010、存储器1020、输入/输出接口1030和通信接口1040通过总线1050实现彼此之间在设备内部的通信连接。
处理器1010可以采用通用的CPU(Central Processing Unit，中央处理器)、微处理器、应用专用集成电路(Application Specific Integrated Circuit，ASIC)、或者一个或多个集成电路等方式实现，用于执行相关程序，以实现本发明实施例所提供的技术方案。
存储器1020可以采用ROM(Read Only Memory，只读存储器)、RAM(Random AccessMemory，随机存取存储器)、静态存储设备，动态存储设备等形式实现。存储器1020可以存储操作系统和其他应用程序，在通过软件或者固件来实现本发明实施例所提供的技术方案时，相关的程序代码保存在存储器1020中，并由处理器1010来调用执行。
输入/输出接口1030用于连接输入/输出模块，以实现信息输入及输出。输入输出/模块可以作为组件配置在设备中(图中未示出)，也可以外接于设备以提供相应功能。其中输入设备可以包括键盘、鼠标、触摸屏、麦克风、各类传感器等，输出设备可以包括显示器、扬声器、振动器、指示灯等。
通信接口1040用于连接通信模块(图中未示出)，以实现本设备与其他设备的通信交互。其中通信模块可以通过有线方式(例如USB、网线等)实现通信，也可以通过无线方式(例如移动网络、WIFI、蓝牙等)实现通信。
总线1050包括一通路，在设备的各个组件(例如处理器1010、存储器1020、输入/输出接口1030和通信接口1040)之间传输信息。
需要说明的是，尽管上述设备仅示出了处理器1010、存储器1020、输入/输出接口1030、通信接口1040以及总线1050，但是在具体实施过程中，该设备还可以包括实现正常运行所必需的其他组件。此外，本领域的技术人员可以理解的是，上述设备中也可以仅包含实现本发明实施例方案所必需的组件，而不必包含图中所示的全部组件。
本发明实施例还提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述任一方法实施例。
本发明实施例还提供一种存储有计算机程序的计算机可读存储介质，所述计算机程序在由处理器执行时实现上述任一方法实施例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。
通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本发明实施例可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本发明实施例的技术方案本质上或者说做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明实施例各个实施例或者实施例的某些部分所述的方法。
上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机，计算机的具体形式可以是个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件收发设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任意几种设备的组合。
本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，在实施本发明实施例方案时可以把各模块的功能在同一个或多个软件和/或硬件中实现。也可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
以上所述仅是本发明实施例的具体实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明实施例原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明实施例的保护。
在本发明中，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性。术语“多个”指两个或两个以上，除非另有明确的限定。
本领域技术人员在考虑说明书及实践这里公开的公开后，将容易想到本发明的其它实施方案。本发明旨在涵盖本发明的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本发明的一般性原理并包括本发明未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本发明的真正范围和精神由下面的权利要求指出。
应当理解的是，本发明并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本发明的范围仅由所附的权利要求来限制。

Claims (12)

1.一种动态目标分析方法，其特征在于，包括：
针对待检测视频数据进行目标检测，获取每帧图像的目标检测框；
基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合；其中，每个检测框集合中包含不同图像之间属于同一目标的检测框，不同检测框集合对应于不同目标；
针对每个检测框集合中检测框所包含的图像，确定图像质量；所述图像质量与检测框集合对应目标的分类准确率正相关；筛选出图像质量大于预设质量的检测框集合；
基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别。
2.根据权利要求1所述的方法，其特征在于，所述基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别，包括：
基于筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征，比对所述目标的特征与预设类别特征集合中的特征，将相似度大于预设相似度阈值的特征对应的类别，确定为该检测框集合对应目标的类别。
3.根据权利要求2所述的方法，其特征在于，所述针对待检测视频数据进行目标检测，包括：
针对待检测视频数据中目标的第一类别进行检测；
所述预设分类特征集合包括：第二类别的特征；所述第二类别是所述第一类别的细分类别；
所述方法还包括：预先设置各个第一类别对应的特征提取模型；
所述基于筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征，包括：
针对筛选出的每个检测框集合，确定该检测框集合对应目标的第一类别；
利用所确定的第一类别对应的特征提取模型，针对筛选出的每个检测框集合中检测框所包含的图像，提取目标的特征。
4.根据权利要求1所述的方法，其特征在于，所述针对待检测视频数据进行目标检测，包括：
将待检测视频数据输入预设目标检测模型，所述预设目标检测模型用于确定目标的第三类别；所述预设目标检测模型包含对应于每个第三类别的检测框预测分支；
在确定任一目标的第三类别的情况下，将该第三类别对应的检测框预测分支输出的检测框，确定为该目标的检测框。
5.根据权利要求1所述的方法，其特征在于，所述针对待检测视频数据进行目标检测，包括：
将待检测视频数据输入预设目标检测模型，所述预设目标检测模型用于确定目标的检测框位置、尺寸和旋转角度；
所述预设目标检测模型包含，检测框旋转角度的回归预测分支和分类预测分支；
针对任一目标，综合所述预设目标检测模型中回归预测分支和分类预测分支的输出，确定旋转角度综合结果。
6.根据权利要求1所述的方法，其特征在于，所述基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合，包括：
将所述待检测视频数据中首帧图像的下一帧图像确定为当前图像，循环执行以下步骤：
基于上一帧图像中通过目标检测得到的第一真实检测框，利用预设参数对当前图像中的检测框进行预测，得到预测检测框；不同预测检测框对应于不同第一真实检测框；
针对当前图像中通过目标检测得到的每个第二真实检测框，与所得到的预测检测框进行配对，在确定该第二真实检测框与一个预测检测框配对成功的情况下，确定该第二真实检测框与该预测检测框对应的第一真实检测框属于同一目标，添加到该目标对应的检测框集合；
基于配对结果，更新所述预设参数；
在当前图像不存在下一帧图像的情况下，结束循环；
在当前图像存在下一帧图像的情况下，将下一帧图像确定为当前图像。
7.根据权利要求6所述的方法，其特征在于，所述预设参数包括，卡尔曼滤波的参数；
所述利用预设参数对当前图像中的检测框进行预测，包括：利用卡尔曼滤波对当前图像中的检测框进行预测；
所述针对当前图像中通过目标检测得到的每个第二真实检测框，与所得到的预测检测框进行配对，包括：
针对当前图像中通过目标检测得到的每个第二真实检测框包含的图像，以及所得到的预测检测框包含的图像，计算预设检测框图像特征；所述预设检测框图像特征的计算复杂度小于预设复杂度阈值；
利用匈牙利算法，根据预设检测框图像特征的相似度，以及检测框重合度，将第二真实检测框与预测检测框进行配对。
8.根据权利要求1所述的方法，其特征在于，所述针对每个检测框集合中检测框所包含的图像，确定图像质量，包括：
将每个检测框集合中检测框所包含的图像输入预设质量分析模型；所述预设质量分析模型用于确定图像质量；所述预设质量分析模型包含图像质量的回归预测分支和分类预测分支；
针对任一检测框集合，综合所述预设质量分析模型中回归预测分支和分类预测分支的输出，确定图像质量。
9.根据权利要求1所述的方法，其特征在于，用于针对待检测视频数据进行目标检测的第一神经网络模型、用于确定图像质量的第二神经网络模型和用于确定检测框集合对应目标的类别的第三神经网络模型中，至少一个神经网络模型通过以下量化方式得到：
针对以第一参数精度训练完成的初始神经网络模型，量化为第二参数精度，得到中间神经网络模型；第二参数精度低于第一参数精度；
循环执行以下步骤，直到当前中间神经网络模型的准确度和计算速度满足预设量化要求：
确定当前中间神经网络模型的准确度和计算速度；
确定所述初始神经网络模型与当前中间神经网络模型之间每层的输出误差；
选择其中输出误差最大的层提高参数精度，得到新的中间神经网络模型作为当前中间神经网络模型。
10.一种动态目标分析装置，其特征在于，包括：
目标检测单元，用于针对待检测视频数据进行目标检测，获取每帧图像的目标检测框；
目标跟踪单元，用于基于所获取的检测框，利用预设目标跟踪算法，确定一个或多个检测框集合；其中，每个检测框集合中包含不同图像之间属于同一目标的检测框，不同检测框集合对应于不同目标；
筛选单元，用于针对每个检测框集合中检测框所包含的图像，确定图像质量；所述图像质量与检测框集合对应目标的分类准确率正相关；筛选出图像质量大于预设质量的检测框集合；
分类单元，用于基于筛选出的每个检测框集合中检测框所包含的图像，确定该检测框集合对应目标的类别。
11.一种电子设备，其特征在于，包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至9中任一项所述方法。
12.一种存储有计算机程序的计算机可读存储介质，其特征在于，所述计算机程序在由处理器执行时实现权利要求1至9中任一项所述方法。
CN202210531336.5A 2022-05-16 2022-05-16 一种动态目标分析方法、装置、设备及存储介质 Pending CN114782494A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN202210531336.5A CN114782494A (zh) 2022-05-16 2022-05-16 一种动态目标分析方法、装置、设备及存储介质
PCT/CN2023/091884 WO2023221770A1 (zh) 2022-05-16 2023-04-28 一种动态目标分析方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210531336.5A CN114782494A (zh) 2022-05-16 2022-05-16 一种动态目标分析方法、装置、设备及存储介质

Publications (1)

Publication Number Publication Date
CN114782494A true CN114782494A (zh) 2022-07-22

Family

ID=82436779

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210531336.5A Pending CN114782494A (zh) 2022-05-16 2022-05-16 一种动态目标分析方法、装置、设备及存储介质

Country Status (2)

Country Link
CN (1) CN114782494A (zh)
WO (1) WO2023221770A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023221770A1 (zh) * 2022-05-16 2023-11-23 京东方科技集团股份有限公司 一种动态目标分析方法、装置、设备及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10607118B2 (en) * 2017-12-13 2020-03-31 Microsoft Technology Licensing, Llc Ensemble model for image recognition processing
CN110610510B (zh) * 2019-08-29 2022-12-16 Oppo广东移动通信有限公司 目标跟踪方法、装置、电子设备及存储介质
CN112417970A (zh) * 2020-10-22 2021-02-26 北京迈格威科技有限公司 目标对象识别方法、装置和电子系统
CN113158909B (zh) * 2021-04-25 2023-06-27 中国科学院自动化研究所 基于多目标跟踪的行为识别轻量化方法、系统、设备
CN114782494A (zh) * 2022-05-16 2022-07-22 京东方科技集团股份有限公司 一种动态目标分析方法、装置、设备及存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2023221770A1 (zh) * 2022-05-16 2023-11-23 京东方科技集团股份有限公司 一种动态目标分析方法、装置、设备及存储介质

Also Published As

Publication number Publication date
WO2023221770A1 (zh) 2023-11-23

Similar Documents

Publication Publication Date Title
CN109035304B (zh) 目标跟踪方法、介质、计算设备和装置
US20190114804A1 (en) Object tracking for neural network systems
CN112132119B (zh) 客流统计方法、装置、电子设备和存储介质
CN108230357B (zh) 关键点检测方法、装置、存储介质和电子设备
US9361702B2 (en) Image detection method and device
CN109858552B (zh) 一种用于细粒度分类的目标检测方法及设备
CN110335313B (zh) 音频采集设备定位方法及装置、说话人识别方法及系统
CN111340126A (zh) 物品识别方法、装置、计算机设备和存储介质
CN111581423B (zh) 一种目标检索方法及装置
US10586115B2 (en) Information processing device, information processing method, and computer program product
US20150154455A1 (en) Face recognition with parallel detection and tracking, and/or grouped feature motion shift tracking
WO2023221770A1 (zh) 一种动态目标分析方法、装置、设备及存储介质
CN115115825B (zh) 图像中的对象检测方法、装置、计算机设备和存储介质
CN111310531B (zh) 图像分类方法、装置、计算机设备及存储介质
CN113468914A (zh) 一种商品纯净度的确定方法、装置及设备
CN114299030A (zh) 物体检测模型处理方法、装置、设备及存储介质
CN113298852A (zh) 目标跟踪方法、装置、电子设备及计算机可读存储介质
CN113470065B (zh) 移动物体检测和跟踪方法以及装置
CN116958873A (zh) 行人跟踪方法、装置、电子设备及可读存储介质
Nugroho et al. Comparison of deep learning-based object classification methods for detecting tomato ripeness
CN111967403B (zh) 视频移动区域确定方法、装置及电子设备
CN115909347A (zh) 仪表示数识别方法、装置、设备及介质
CN112862855B (zh) 图像标注方法、装置、计算设备及存储介质
Nyström Evaluation of Multiple Object Tracking in Surveillance Video
CN115620005A (zh) 一种图像识别方法、装置、设备及存储介质

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination